公开(公告)号：CN118468720A

公开(公告)日：2024-08-09

申请号：CN202410656726.4

申请日：2024-05-24

Applicant: 河南大学

Inventor： 李宁 ,  王然 ,  赵建辉 ,  毋琳 ,  黄亚博 ,  杨会巾

IPC: G06F30/27 ,  G06N3/045 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及土壤水分反演技术领域，具体涉及基于深度学习模型的农田土壤水分反演方法和系统。方法包括：获取应用全极化SAR的冬小麦农田土壤的SLC影像以及后向散射特征；结合SLC影像的不同波段信息计算植被指数；应用极化分解技术对后向散射系数进行校正，得到地表的散射分量；采用不同的极化分解方式对所述地表的散射分量进行分解提取极化特征参数；基于冬小麦农田土壤的水分与所述极化特征参数之间的相关性确定输入变量；利用RIME算法对CNN模型的超参数进行优化构建RIME‑CNN‑SVR模型，并对其进行训练，利用训练好的模型对冬小麦农田土壤水分进行估计。